Dieser Kurs ist Teil der Spezialisierung Spezialisierung Skalierte Datenverarbeitung

4.1
Sterne
309 Bewertungen

Bill Howe

35.367 bereits angemeldet

von

Spezialisierung Skalierte DatenverarbeitungUniversity of Washington

Über diesen Kurs

4.984 kürzliche Aufrufe

Statistical experiment design and analytics are at the heart of data science.  In this course you will design statistical experiments and analyze the results using modern methods.  You will also explore the common pitfalls in interpreting statistical arguments, especially those associated with big data.  Collectively, this course will help you internalize a core set of practical and effective machine learning methods and concepts, and apply them to solve some real world problems.
Learning Goals: After completing this course, you will be able to:
Design effective experiments and analyze the results
Use resampling methods to make clear and bulletproof statistical arguments without invoking esoteric notation
Explain and apply a core set of classification methods of increasing complexity (rules, trees, random forests), and associated optimization methods (gradient descent and variants)
Explain and apply a set of unsupervised learning concepts and methods
Describe the common idioms of large-scale graph analytics, including structural query, traversals and recursive queries, PageRank, and community detection

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 2 von 4 in

Spezialisierung Skalierte Datenverarbeitung

Ca. 6 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Kompetenzen, die Sie erwerben

Random Forest
Predictive Analytics
Machine Learning
R Programming

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 2 von 4 in

Spezialisierung Skalierte Datenverarbeitung

Ca. 6 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozent

Bill Howe

Director of Research

Scalable Data Analytics

84.767 Lernende

4 Kurse

von

University of Washington

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

2 Stunden zum Abschließen

Practical Statistical Inference

2 Stunden zum Abschließen

28 Videos (Gesamt 121 min)

28 Videos

Appetite Whetting: Bad Science5mHypothesis Testing5mSignificance Tests and P-Values3mExample: Difference of Means4mDeriving the Sampling Distribution6mShuffle Test for Significance4mComparing Classical and Resampling Methods3mBootstrap6mResampling Caveats6mOutliers and Rank Transformation3mExample: Chi-Squared Test3mBad Science Revisited: Publication Bias4mEffect Size4mMeta-analysis5mFraud and Benford's Law4mIntuition for Benford's Law2mBenford's Law Explained Visually3mMultiple Hypothesis Testing: Bonferroni and Sidak Corrections3mMultiple Hypothesis Testing: False Discovery Rate4mMultiple Hypothesis Testing: Benjamini-Hochberg Procedure3mBig Data and Spurious Correlations4mSpurious Correlations: Stock Price Example3mHow is Big Data Different?3mBayesian vs. Frequentist4mMotivation for Bayesian Approaches3mBayes' Theorem2mApplying Bayes' Theorem4mNaive Bayes: Spam Filtering4m

Woche2

Woche 2

3 Stunden zum Abschließen

Supervised Learning

3 Stunden zum Abschließen

26 Videos (Gesamt 111 min), 1 Lektüre, 1 Quiz

26 Videos

Statistics vs. Machine Learning4mSimple Examples3mStructure of a Machine Learning Problem5mClassification with Simple Rules5mLearning Rules4mRules: Sequential Covering3mRules Recap2mFrom Rules to Trees2mEntropy4mMeasuring Entropy4mUsing Information Gain to Build Trees6mBuilding Trees: ID3 Algorithm2mBuilding Trees: C.45 Algorithm4mRules and Trees Recap3mOverfitting7mEvaluation: Leave One Out Cross Validation5mEvaluation: Accuracy and ROC Curves5mBootstrap Revisited4mEnsembles, Bagging, Boosting4mBoosting Walkthrough5mRandom Forests3mRandom Forests: Variable Importance5mSummary: Trees and Forests2mNearest Neighbor4mNearest Neighbor: Similarity Functions4mNearest Neighbor: Curse of Dimensionality3m

1 Lektüre

R Assignment: Classification of Ocean Microbes10m

1 praktische Übung

R Assignment: Classification of Ocean Microbes30m

Woche3

Woche 3

1 Stunde zum Abschließen

Optimization

1 Stunde zum Abschließen

11 Videos (Gesamt 41 min)

Woche4

Woche 4

1 Stunde zum Abschließen

Unsupervised Learning

1 Stunde zum Abschließen

4 Videos (Gesamt 21 min)

Bewertungen

4.1

59 Bewertungen

5 stars
48,22 %
4 stars
32,03 %
3 stars
10,03 %
2 stars
5,50 %
1 star
4,20 %

Top-Bewertungen von PRACTICAL PREDICTIVE ANALYTICS: MODELS AND METHODS

von DS2. Juli 2020

Hands on practices are very good. learning predictive model was a challenge.

von WE3. Feb. 2017

Need some background in R or Python and the lectures are from around 2013. Most of the material is still relevant.

von BL6. Aug. 2019

Too little people participated and long peer review time.

But the course content is good.

von SM23. Feb. 2016

Professor Bill Howe gives great reactions to when there are typos on the slides!

Alle Bewertungen anzeigen

Über den Spezialisierung Skalierte Datenverarbeitung

Learn scalable data management, evaluate big data technologies, and design effective visualizations.

This Specialization covers intermediate topics in data science. You will gain hands-on experience with scalable SQL and NoSQL data management solutions, data mining algorithms, and practical statistical and machine learning concepts. You will also learn to visualize data and communicate results, and you’ll explore legal and ethical issues that arise in working with big data. In the final Capstone Project, developed in partnership with the digital internship platform Coursolve, you’ll apply your new skills to a real-world data science project.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Practical Predictive Analytics: Models and Methods

Über diesen Kurs

Kompetenzen, die Sie erwerben